반응형 Data/Statistics12 [통계학 기초]3. 표본분포, 중심극한정리, 통계적 추론, 신뢰구간 [통계학 기초]3. 표본분포와 중심극한정리, 통계적 추론, 신뢰구간 #sampling #Statistical Inference # 모집단 Population : 전체표본 Sample : 일부모수 Parameter : 모집단의 특성을 나타내는 숫자통계량 Statistic : 표본의 특성을 나타내는 숫자, 표본에 따라 다른 값을 갖는 확률변수, 모수를 추정함 표본분포 Sampling distribution : 통계량의 확률 분포표본평균 분포 : 표본을 무수히 많이 추출한 후 각 표본 평균의 분포 표본평균의 평균은 모집단의 평균과 같다 표본평균의 표준편차는 모집단의 표준편차보다 작으며 비율로 줄어든다 예제) 1) 모집단 평균 3.8, 표준편차 0.3 x=3.5보다 낮을 확률 2) 4개 표본에 의해 평균 x=3.. 2016. 3. 3. [통계학 기초] 2. 확률변수와 분포, 정규분포 [통계학 기초] 2.확률변수 분포, 정규분포 #평균 #분산 #연속확률변수 #확률밀도함수 #정규분포 #표준화 #확률분포표 랜덤 : 개별적인 결과를 예측할 수 없으나 여러번 반복시 그 결과가 규칙적인 분포를 나타내는 것을 가정함확률변수Random Variable : 랜덤한 현상 or 실험의 결과로 결정되는 수치적인 양 numerical quantity 동전던지기각 시행이 독립적 ( 이미 나온 결과에 의해 새로운 결과가 영향 받지 않는다)무수히 많이 던졌을 경우 확률은 0.5에 수렴한다 이산 확률 변수 X는 각 항목 값별 확률 값을 가짐 확률분포표X1, X2,...XkP1, P2,...Pk 평균 : 각 값들과 그 값의 확률을 곱해 모두 더한 것분산 : 각 값들과 평균 차이의 제곱과 그 값의 확률을 곱해 모두 .. 2016. 3. 2. [통계학 기초]1. 자료 형태 및 요약 [통계학 기초]1. 자료의 형태 및 요약 #mean #median #Spread #variance #IQR #시각화 1) 범주형Categorical 명목Nominal : 순서없는 범주 (남/여) 순서Ordinal : 순서있는 범주 (소형/중형/대형) 시각화 - 도수분포표Frequency table 빈도수 또는 %, 막대그래프Bar graph 순위별로 정리하여 해석이 용이함, 파이 차트Pie chart 면적이나 각도의 차이로 총합을 100%으로 했을때 나눔 2) 양적Quantitative 연속Continuous : 무수히 많은 다른 값 (키, 몸무게) 이산Discrete : 몇 개의 다른 값 (가족 구성원의 수) 시각화 - Dot plot 이산 데이터의 점 수치로 표현, Stem plot 잎-줄기 수치를 .. 2016. 3. 1. 이전 1 2 다음 반응형
